ChatGPT Search

1. ChatGPT Search 是什么

ChatGPT Search 是 ChatGPT 内的网络检索能力：在这条路径上，ChatGPT 实时取回网络内容，并给出带内联、可点击来源链接的答案，而不是仅凭模型记忆作答（见 Introducing ChatGPT search）。

在生成式引擎的分类里，ChatGPT Search 属于检索增强对话型：检索按需发生（模型对每个查询自行决定要不要检索），并非默认走的路径。正是这一点，使它与 Perplexity AI 恰好相对：后者属于检索始终开启的原生答案引擎。读这两个条目，最好对照着看。

有三件不同的东西共用这个名字，本条目只讲产品与引擎能力本身：

名称	是什么	详见
ChatGPT Search（本条目）	ChatGPT 内的网络检索引擎能力（含旧称「SearchGPT 模式」）	本条目
OAI-SearchBot / ChatGPT-User / GPTBot	三个职责不同的 user-agent	AI 爬虫 · 训练侧见 GPTBot
OpenAI（公司）	公司主体、模型、API 商业	OpenAI

SearchGPT 是 2024 年 7 月的原型，已在正式发布时并入 ChatGPT Search，不是独立产品（见 §6）。公司主体、模型谱系与 API 商业条款见 OpenAI。

它为什么是优先级最高的平台条目？因为 ChatGPT Search 是分发规模最大的 AI 搜索呈现面：它背靠 ChatGPT 庞大的用户体量，在这里被引用，触达的人群是本系列引擎里最多的。

2. 它如何工作

ChatGPT Search 是通用 Answer Loop 的一个实例：查询理解 → 是否检索的判断 → 实时检索网络 → 采信（grounding）选段 → LLM 合成 → 引用回填。本节只讲平台特有的差异。

平台特有的特性	它如何改变 GEO
检索按需触发，而非默认	模型按每个查询决定是否检索，符合命中资格只是必要条件，查询还必须触发一次取回
检索结果进入对话上下文	来源进入多轮对话，覆盖会随追问累积，而非一条孤立答案
对话式合成	答案以叙述为主，引用是附加而非主干，比 Perplexity 更少、更不显眼
查询改写	用户的自然语言会先被改写再去检索，要对上改写后的意图，而不是用户原话的措辞
「SearchGPT 模式」	优先走检索的同一项能力，不是独立引擎

选段这一步，偏向可检索、结构清晰、能直接整段引述的段落。由于检索按需触发，查询覆盖本身就是一个抓手：那些时效性强、问得很具体、足以让模型决定去检索的问题，你得先成为它们的强候选。也正因如此，面向 AI 引用的写作在这台引擎上的分量被抬到最高：能赢下这一次按需取回的，是切题、又便于被取用的内容块（chunk）。

3. 爬虫与 user-agent

OpenAI 运营三个有文档记载的 user-agent，职责完全不同。把它们混为一谈是本引擎上最常见的 GEO 失误，下面把它们一一分清。

User-agent	官方用途	robots.txt	触发场景
OAI-SearchBot	在 ChatGPT 搜索功能中收录并链接站点	遵守 robots.txt，禁止它则不会在搜索中出现	后台搜索抓取
ChatGPT-User	为 ChatGPT / Custom GPTs 的某个用户操作访问页面	由用户发起，robots.txt 可能不套用；不用于决定搜索收录	真实用户的提问需要该页面
GPTBot	抓取可能用于训练基础模型的内容	遵守 robots.txt，纯粹是训练退出开关，与搜索无关	后台训练抓取

这是本引擎上 GEO 最关键的一点。OpenAI 文档写明，三项设置相互独立。屏蔽 GPTBot，也就是大家默认拿来阻止 AI 训练的那个动作，并不会把你从 ChatGPT Search 中移除，只有禁掉 OAI-SearchBot 才会。不少站点退出训练后，误以为自己也退出了搜索，其实没有；反过来的失误同样常见：本想屏蔽训练，却一并禁掉了 OAI-SearchBot，结果不声不响地从搜索里消失了。

三者都发布 IP 段 JSON 端点（searchbot.json、gptbot.json、chatgpt-user.json）供白名单校验（见 Overview of OpenAI Crawlers 与 Publishers and Developers FAQ）。放行、校验、审计的细节见 AI 爬虫；训练爬虫的伦理与退出机制见 GPTBot。

4. 引用偏好

这一节对 GEO 的价值最大。由于检索按需触发、引用更稀疏，一旦真的检索了，什么会被引用这个问题就既关键又稀缺。

高频被引	高频被跳过	它隐含的信号
结构清晰、标题层级分明的页面	取回时无法渲染的、强依赖 JavaScript 的内容	服务端渲染、保证可检索，见 AI 爬虫
具体的事实、数字、日期	没有可取用断言的空泛营销文案	事实密度，见 GEO
自包含、可直接引述的段落	只有在整页语境里才说得通的内容	内容块独立性，见 面向 AI 引用的写作
针对时效性问题、内容新近且标了日期的材料	陈旧或没有日期的页面	时效性；也是成为「能触发检索的查询」的强候选所需要的
该话题下的权威域	登录墙或付费墙后的正文	来源权威度与开放可读

和其他类别只需对比一句：相比原生答案引擎 Perplexity AI，ChatGPT Search 单条答案的引用更少、更不显眼；和 SERP 内嵌型的 Google AI Overviews 或 Bing Copilot 又各不相同。引用密度更低、又按需触发，意味着这里每一个被引的位次都更稀缺，所以两件事都得做：内容在结构上便于取用，同时覆盖那些能触发检索的查询。上表每一行都对应一个 GEO 抓手，完整内容在各自的专条里。

5. API 与接入

ChatGPT Search 没有 Sonar 那样面向消费者的搜索 API。能用程序调用、与之最接近的，是 OpenAI API 的网络检索工具（Responses API 里的 web_search / web_search_preview）：它让模型实时访问网络，并把答案背后的来源一并返回。

返回字段	内容
message content	合成后的答案（默认带内联引用）
url_citation 注解	逐引用对象：url、title、start_index、end_index、type
sources	模型查阅过的完整 URL 列表，通常多于被引集合

OpenAI 要求，向终端用户展示结果时「内联引用必须清晰可见且可点击」（见 Web search 指南）。对 GEO 有一点要注意：这个 API 网络检索工具，跟消费端 ChatGPT Search 的排序并不一一对应，它只是最接近、又能拿来度量的替代，而非产品界面本身。关键在于：url_citation / sources 让「我的内容有没有被引用」变成一个可以自动化去查的问题，AI 引用追踪正是基于这一点。完整 API 参考请查阅官方文档。

6. 历史与时间线

这里只记录与 GEO 相关的里程碑，也就是会改变检索、引用或可见度机制的那些变更。模型版本史与公司的商业故事见 OpenAI，训练爬虫之争见 GPTBot。

日期	里程碑	对 GEO 的意义
2024 年 7 月	SearchGPT 原型	OpenAI 首个公开搜索呈现面，确立「搜索 ≠ 训练」的原则
2024 年 10 月	ChatGPT Search 正式发布	SearchGPT 并入 ChatGPT，内联可点击引用成为标配
2024 年 12 月	免费登录用户开放	分发面扩大，搜索触达不再受 Plus 限制
2025 年 2 月	免登录、无需注册	最大分发面，chatgpt.com 上任何人都能得到带引用的答案
2025 年 4 月	搜索内购物	商品与电商查询进入被引呈现面，结构化商品数据开始重要
2025 年 10 月	ChatGPT Atlas 浏览器	一个 ChatGPT 原生浏览器，被引用开始替代传统点击

（日期取自 OpenAI 官方博客与 Search Engine Land、Cybernews 报道；SearchGPT 没有单独的下线公告，原型页面加上正式发布博文即是权威记录。）

7. 实测引用行为

这里有必要把适用范围说清楚。GEO 奠基基准（Aggarwal 等，KDD ‘24）用的是内部装置加 Perplexity.ai 作为实测引擎基线，不是 ChatGPT Search。没有任何学术基准把本引擎作为主要的实测基线，本条目的 relatedPapers 因此一直留空：我们不去内链一篇并未测试过本引擎的论文。

由此能给出的，只有以下几点：

• 跨引擎的证据，请回到它本来的来源去看。 已经做过基准测试的实测数字在 Perplexity AI 条目里；同一类内容改写到这里，表现并不相同，不应跨引擎硬套。
• 把引用行为当成变量，别当成常量。 按需检索意味着触发率本身就是未知数：一个查询会不会被检索都在变，要等真的检索了，才轮到哪些来源被引这一层。
• 只能给方向，给不了一个数字。 「ChatGPT Search 把可见度提升 X%」这种说法没有站得住脚的依据，不要去编。这里要做的是持续度量，而不是默认它已经成立。

抽样查询、抽取被引集合、长期追踪自己的份额，这一整套度量做法正是 AI 引用追踪；§5 里的 url_citation 代理，正是它在本引擎上能自动化的原因。

8. 针对 ChatGPT Search 的优化

下面是 ChatGPT Search 上特别要优先做的事，不是完整的 GEO 全流程，后者在 GEO 与各 playbook 里详述。

打法	为什么在 ChatGPT Search 上更关键	治理条目
不要误屏蔽 OAI-SearchBot（核查 robots.txt / WAF）	一条写错的反训练规则会悄无声息把你移出搜索	AI 爬虫
服务端渲染、可抓取的 HTML	按需取回无法引用它渲染不出来的内容	AI 爬虫
自包含、可引述的内容块	引用位次更少，只有最易取用的段落胜出	面向 AI 引用的写作
高密度的事实 / 数字 / 日期	按需检索偏好具体、可归属的断言	GEO
覆盖那些会触发检索的时效性、具体查询	查询若从不检索，可引用性无从谈起	GEO
用 API 网络检索代理追踪自己的被引份额	引用可抽取，要度量而非靠猜	AI 引用追踪

要划清范围：这是一份平台打法清单，不是端到端的方法，更深的内容都在各自的专条里展开。爬虫核查排在第一位，因为它是本引擎独有、发生最频繁、代价也最大的失误。

9. ChatGPT Search 对 GEO 为何重要

ChatGPT Search 触达的受众最广、但被采信最稀疏、且按需。它的 GEO 价值，等于规模乘以难度：能看到这次引用的受众最多，却也最容易因为一条配错的爬虫规则而落得零曝光。它与 Perplexity AI 恰好相对，方向相反，对照着看最清楚。

引擎特性	它放大（或抑制）的 GEO 抓手	治理条目
分发面最大	触达，这里的引用受众最广	GEO
按需检索	查询覆盖，你必须触发检索，而非仅有资格	GEO
三爬虫之分（OAI-SearchBot ≠ GPTBot）	抓取访问，代价最高、最易出错的控制项	AI 爬虫 · GPTBot
引用更稀疏且按需	结构性可取用性，稀缺位次抬高门槛	面向 AI 引用的写作

ChatGPT Search 是检索增强对话型里分发规模最大的实例。把这台引擎想清楚，也就是按需检索、对的爬虫、稀缺的引用位次，你触达的受众就是 GEO 里最广的；想错了，再大的呈现面也什么都不会返回给你。

参考资料

OpenAI 官方文档（截至 2026-05）：

• Introducing ChatGPT search（2024-10-31）· ChatGPT search — Help Center
• SearchGPT prototype（2024-07-25）
• Overview of OpenAI Crawlers · Publishers and Developers FAQ
• Web search — OpenAI API guide
• Shopping research in ChatGPT（2025-04-28）· Introducing ChatGPT Atlas（2025-10-21）

业界：

• Search Engine Land — OpenAI’s SearchGPT to be integrated into ChatGPT
• Cybernews — OpenAI ChatGPT search available to all logged-out users（2025 年 2 月）